鱼C论坛

 找回密码
 立即注册
查看: 1392|回复: 3

[已解决]某站批量爬取的问题

[复制链接]
发表于 2020-9-27 09:38:36 | 显示全部楼层 |阅读模式
10鱼币
目前实现了单个页面的爬取,代码如下:
import requests
from bs4 import BeautifulSoup

headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36"
}
r = requests.get('https://site.ip138.com/192.168.5.6/',headers=headers)
html = r.text
soup = BeautifulSoup(html,'lxml')
for ul in soup.find_all(attrs={'id':'list'}):
    for a in ul.find_all(name='a'):
        print(a.string)
现在有一个ip.txt,里面10个ip地址,需要返回这10个ip地址的查询内容并将结果输出为txt(每个ip替换192.168.5.6)
最佳答案
2020-9-27 09:38:37
是要这样子?
import requests
from bs4 import BeautifulSoup

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36"
}
iplist = ['192.168.5.6', '192.168.5.5', '119.75.217.109']


for i in iplist:
    url = f'https://site.ip138.com/{i}/'
    print(url)
    r = requests.get(url=url, headers=headers)
    html = r.text
    soup = BeautifulSoup(html, 'lxml')
    with open('ip.txt',mode='w',encoding='utf-8') as f:
        for ul in soup.find_all(attrs={'id': 'list'}):
            for a in ul.find_all(name='a'):
                print(a.string)
                f.write(a.string)
                f.write('\n')

最佳答案

查看完整内容

是要这样子?
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2020-9-27 09:38:37 | 显示全部楼层    本楼为最佳答案   
是要这样子?
import requests
from bs4 import BeautifulSoup

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36"
}
iplist = ['192.168.5.6', '192.168.5.5', '119.75.217.109']


for i in iplist:
    url = f'https://site.ip138.com/{i}/'
    print(url)
    r = requests.get(url=url, headers=headers)
    html = r.text
    soup = BeautifulSoup(html, 'lxml')
    with open('ip.txt',mode='w',encoding='utf-8') as f:
        for ul in soup.find_all(attrs={'id': 'list'}):
            for a in ul.find_all(name='a'):
                print(a.string)
                f.write(a.string)
                f.write('\n')
屏幕截图 2020-09-27 112558.png
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2020-9-27 09:53:36 | 显示全部楼层
import requests
from bs4 import BeautifulSoup


if __name__ == '__main__':
    headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36"}
    base_url = 'https://site.ip138.com/'
    with open('ip.txt') as f:  # 因为不知道你的ip.txt的内容,假定每行1个ip,其他情况你自己改改代码。
        for ip in f.readlines():
            url = base_url + ip
            r = requests.get(url,headers=headers)
            soup = BeautifulSoup(r.text, 'lxml')
            with open('result.txt', 'a') as o:
                for ul in soup.find_all(attrs={'id':'list'}):
                    for a in ul.find_all(name='a'):
                        o.write(a.string)
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

 楼主| 发表于 2020-9-27 10:23:35 | 显示全部楼层
您好,一个ip如果对应多个域名,单个ip爬取输出多个域名 微信图片_20200927102003.png
然后进行批量,这个有多个域名的ip未输出 微信图片_20200927102101.png
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-1-18 13:01

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表